9 прорывных технологий, которые изменят развитие человечества
Подборка наиболее интересных технологий от Массачусетского технологического института, которые могут существенно повлиять на развитие человечества в ближайшее время. (укр)
Вже 20 років Массачусетський технологічний інститут складає список найважливіших технологій року.
Деякі з них – мРНК проти COVID-19, штучний інтелект GPT-3, цифрове відстеження контактів – уже змінюють життя людей, а інші – змінюватимуть через кілька років.
мРНК-вакцини
Коли в січні 2020 року почалася пандемія COVID-19, вчені кількох біотехнологічних компаній вирішили використати мРНК-технологію для створення вакцин.
Дві найефективніші вакцини проти коронавірусу виробництва Moderna та Pfizer з BioNTech засновані саме на матричній РНК-технології, над якою науковці працюють уже 20 років.
Нові ковід-вакцини засновані на технології, яка раніше не застосовувалася в терапевтичних цілях на людях і може трансформувати ліки. Успішне застосування технології дозволить створити вакцини проти різних інфекційних захворювань, включаючи малярію.
Крім того, якщо COVID-19 продовжить мутувати, мРНК можна легко і швидко модифікувати.
Технологія мРНК також має великі перспективи як основа для створення дешевих генних препаратів для лікування серповидноклітинної анемії та ВІЛ. Також у роботі використання мРНК для допомоги організму в боротьбі з раком.
Чи справді мРНК-вакцини найкращі? У порівнянні з іншими вакцинами – так.
Ці вакцини спричиняють деякі побічні ефекти, але два введення забезпечують ефективність близько 95%, тобто зупиняють розвиток COVID-19 у 95 випадках із 100.
Зараз це найвища ефективність серед вакцин COVID-19 і набагато вища, ніж ефективність звичайних вакцин проти грипу.
Ін'єкція вакцини AstraZeneca (Non-Replicating Viral Vector – невідтворюваний вірусний вектор) ефективна приблизно на 75%. Ця вакцина створюється на базі COVID-19: з вірусу видаляють частину генів, які дозволяють його розмноження.
Китайська вакцина Sinovac (створена з "убитого" вірусу COVID-19) захистила лише половину людей, які її отримали, хоча вона зупиняє важкий сценарій перебігу хвороби.
Потужність вакцини та легкість її перепрограмування означає, що науковці готуються до створення вакцини проти ВІЛ, герпесу, дитячого респіраторного вірусу та малярії – усіх захворювань, проти яких не існує успішних вакцин.
Також у перспективі – універсальні вакцини проти грипу і те, що професор Медичної школи Перельмана при Пенсильванському університеті Дрю Вайсман називає "панокоронавірусною" вакциною, яка може забезпечити базовий захист від тисяч патогенних мікроорганізмів цієї категорії.
Комп'ютерна мовна модель GPT-3
Великі комп'ютерні мовні моделі вчаться писати та говорити. Це сприяє розвитку штучного інтелекту (ШІ), який може краще розуміти світ і взаємодіяти з ним.
Розроблена американською компанією OpenAI комп'ютерна мовна модель GPT-3 (Generative Pre-trained Transformer 3) наразі найбільша і найграмотніша.
Озброєна текстами тисяч книг та значною частиною інформації з інтернету, GPT-3 може імітувати написаний людиною текст з дивовижним і навіть химерним реалізмом.
У порівнянні з GPT-2 кількість використовуваних параметрів збільшилася більш ніж у сто разів: з 1,5 млрд до 175 млрд. Навчання моделі відбувалося на суперкомп'ютері Microsoft Azure AI, побудованому спеціально для OpenAI.
Американська компанія Lambda Labs підрахувала, що на таке навчання могло піти від 4,6 млн дол.
Для навчання алгоритму дослідники зібрали датасет з понад 570 ГБ текстів.
В OpenAI заявляють: на відміну від інших моделей, що створюються для вирішення конкретних мовних завдань, їх API може вирішувати "будь-які завдання англійською мовою".
Алгоритм працює за принципом автодоповнення: людина вводить початок тексту, а програма генерує найбільш імовірне його продовження.
8 вересня 2020 року британське видання The Guardian опублікувало замітку, написану за допомогою GPT-3.
Редакція "попросила" модель написати есе про те, чому люди не повинні боятися роботів. Ліам Порр надав редакції вісім згенерованих GPT-3 варіантів есе, з яких редактори видання зібрали підсумковий текст.
Однак GPT-3 не розуміє, про що пише, тому іноді результати спотворені та безглузді. Навчання GPT-3 вимагає величезної обчислювальної потужності, великої кількості даних та грошей і створює значний вуглецевий слід.
Оскільки GPT-3 навчається на основі текстів з інтернету, який наповнений дезінформацією та упередженнями, комп'ютерна мовна модель часто створює упереджені уривки тексту.[BANNER1]
Алгоритми рекомендацій TikTok
З моменту запуску в Китаї у 2016 році TikTok стала однією з найбільш динамічних соціальних мереж у світі. Додаток завантажували мільярди разів.
Одна з причин – алгоритми, які забезпечують роботу системи рекомендацій TikTok, кардинально відрізняються від алгоритмів інших платформ. TikTok змінив спосіб, завдяки якому люди стають відомими в інтернеті.
Якщо інші платформи сфокусовані на поширені контенту з масовою привабливістю, то алгоритми TikTok настільки ж імовірно вирвуть з невідомості нового творця, як і відому зірку.
Алгоритми TikTok уміють подавати відповідний контент нішевим спільнотам користувачів, які діляться конкретним контентом чи сторінкою певного блогера.
На відміну від інших платформ, алгоритми рекомендацій TikTok передусім зважають на відповідність контенту запитам певної аудиторії, ніж таким параметрам блогера як кількість підписників чи переглядів.
Можливість швидко отримувати велику кількість переглядів і легкість, з якою користувачі можуть відкривати для себе різноманіття контенту, сприяли приголомшливому зростанню кількості користувачів TikTok.
Інші соціальні платформи намагаються відтворити ці функції у власних додатках.
Особливість TikTok-алгоритму полягає в тому, що рекомендується тільки той контент, який сподобається користувачу, починаючи з коригування при холодному старті (перша дія нового зареєстрованого користувача на платформі. – ЕП) і закінчуючи індивідуальними рекомендаціями для активних користувачів.
Якщо натиснути на відео з танцем, стрічка буде спочатку налаштована на категорію розваг, а наступний механізм простежить за поведінкою користувача для подальшого аналізу.
Ядром механізму рекомендацій TikTok є воронка інформаційного потоку. Після того, як контент пройшов подвійну перевірку, він поміщається в пул (басейн, резерв) трафіку холодного старту.
Наприклад, після того як нове відео пройде процедуру перевірки, TikTok призначить йому початковий трафік у кількості 200-300 активних користувачів (відео з'явиться у них в рекомендаціях). Завдяки даному поштовху відео може отримати до кількох тисяч переглядів.
При такому механізмі новий користувач може конкурувати з впливовою людиною, у якої можуть бути десятки тисяч підписників, тому що в них одна і та ж відправна точка.
Літій-металеві батареї
Електричні транспортні засоби мають суттєвий недолік: вони відносно дорогі, на них можна проїхати лише кілька сотень кілометрів, а заряджання займає набагато більше часу, ніж заправка бензином.
Усі ці недоліки пов'язані з обмеженими можливостями літій-іонних батарей. Стартап QuantumScape з Кремнієвої долини стверджує, що розробив акумулятор, який зробить електромобілі набагато приємнішими для масового споживача.
Зокрема, QuantumScape розробляє літій-металевий акумулятор. Згідно з ранніми результатами випробувань, акумулятор може збільшити запас ходу електрокарів на 80% і може швидко перезаряджатися.
Стартап має угоду з Volkswagen, яка заявляє, що почне продавати електромобілі з новим типом акумулятора до 2025 року.
Акумулятор наразі є лише прототипом, він набагато менший, ніж той, що потрібен для автомобіля. Але якщо QuantumScape та інші винахідники досягнуть успіху, це може зробити електромобілі привабливими для мільйонів споживачів.
Раніше твердотілим акумуляторам не вистачало довговічності. QuantumScape стверджує, що завдяки новій технології такі батареї можуть зберігати понад 80% ємності після 800 циклів заряджання.
Для електромобіля із запасом ходу 482 км це забезпечує пробіг 386,2 тис км, перш ніж ємність акумулятора опуститься до 80% від початкового значення.
Ця технологія отримала похвалу від багатьох експертів. Співзасновник Tesla Дж. Б. Штраубель назвав результат "великим проривом".
Дата-трасти
Технологічні компанії виявилися поганими розпорядниками персональних даних. Вони систематично просочуються, зламуються, продаються та перепродаються. Можливо, проблема не в людях, а в моделі конфіденційності.
У юридичній практиці трасти – це організації, у яких довірені особи доглядають за активами інших людей – бенефіціарів.
У трасті даних опікуни піклуються про дані або права на дані груп осіб. Подібно до того, як лікарі зобов'язані діяти в інтересах своїх пацієнтів, довірені особи мають юридичний обов'язок діяти в інтересах бенефіціарів.
Трасти даних – порівняно нова концепція, але їх популярність зростає. У 2017 році уряд Великобританії запропонував їх як спосіб зробити великі набори даних доступними для навчання штучного інтелекту.
Єврокомісія у 2020 році запропонувала використати цей підхід для досліджень. У липні 2020 року уряд Індії висунув план, який передбачав надання громадам більшого контролю над своїми даними. Як би виглядав такий підхід на практиці?
Наприклад, група користувачів Facebook може створити траст даних. Його довірені особи визначатимуть, за яких умов траст дозволить Facebook збирати та використовувати дані цих людей.
Опікуни можуть встановити правила щодо типів таргетування реклами для учасників трасту. Якщо Facebook порушуватиме правила, траст скасує доступ компанії до даних своїх членів.
Важко уявити, що Facebook погодиться мати справу з трастом. Проте користувачі трасту можуть домовитися одночасно покинути платформу або змусити уряд надати трасту розширені механізми правового впливу.
"Зелений" водень
Він "чисто" згорає, не виділяючи вуглекислого газу. Він енергетично щільний, тому це хороший спосіб накопичувати електроенергію з постійних та відновлюваних джерел. Він дозволяє виготовляти рідке синтетичне пальне, яке замінить бензин або дизель.
Проте більшість водню досі отримували з природного газу за допомогою брудного та енергоємного процесу.
Швидке зниження вартості сонячної та вітрової енергії означає, що "зелений" водень стає дешевшим. Для його видобутку потрібно пропустити через воду струм. Такий тип видобутку водню називають електролізом.
За темпами створення водневої інфраструктури лідирує Європа.
Міжнародне енергетичне агентство прогнозує, що до 2050 року водень може забезпечити понад 10% світових енергетичних потреб. Для цього потрібно буде інвестувати 4 трлн дол в інфраструктуру сектору.
Лише Європа орієнтується на 40 гігават електроенергетичної потужності до 2030 року.
"З 2020 року пішла хвиля "цунамі". Надходить неймовірна кількість великих реалістичних проєктів", – говорить Крістоф Ноерес, який очолює бізнес "зеленого" водню німецького конгломерату ThyssenKrupp.[BANNER2]
Цифрове відстеження контактів
Коли коронавірус почав поширюватися світом, здавалося, що цифрове відстеження контактів може допомогти в протидії поширенню пандемії.
Воно працювало на основі додатків для смартфонів, які використовували GPS або Bluetooth для ведення списку людей, які недавно перебували на близькій відстані від власника смартфона.
Якщо пізніше людина із списку виявляла у себе COVID-19, вона могла ввести цю інформацію в додаток і попередити тих, з ким контактувала.
Однак цифрове відстеження не вплинуло на темпи поширення вірусу. Apple і Google швидко видалили з додатків функцію масового сповіщення про виявлення COVID-19 у людини з журналу контактів.
Натомість представники закладів охорони здоров'я намагалися переконати людей використовувати такі додатки.
Незважаючи на невдалий досвід використання технології відстеження контактів, він може не лише допомогти підготуватися до наступної пандемії, а й перенести цей досвід на інші сфери охорони здоров'я.
Гіперточне позиціонування
Мільярди людей щодня використовують GPS. Ця технологія змінила життя та бізнес.
Якщо нинішній GPS забезпечує точність 5-10 метрів, то нові технології гіперточного позиціонування мають точність кілька сантиметрів і навіть міліметрів.
Це відкриває нові можливості, починаючи від попереджень про зсув грунту і закінчуючи роботами-кур'єрами та самокерованими автомобілями, які можуть безпечно орієнтуватися на вулицях.
Створення китайської глобальної навігаційної системи Beidou було завершене в червні 2020 року. Гіперточне позиціонування стало реальністю.
Beidou забезпечує точність позиціонування 1,5-2 метри в будь-якій точці світу. З використанням наземних станцій супутникового спостереження точність визначення координат може становити лічені міліметри.
Тим часом GPS, який існує з початку 1990 років, отримає оновлення: чотири супутники запущені в листопаді 2020 року. Ще більше супутників очікується на орбіті до 2023 року.
Багатопрофільний штучний інтелект
Незважаючи на величезний прогрес у галузі, ШІ та роботи досі багато в чому поступаються людині. Особливо тоді, коли йдеться про вирішення нових проблем або про навігацію в незнайомих середовищах.
Роботам бракує людських здібностей, виявлених навіть у маленьких дітей, які дозволяють пізнавати, як працює світ, і застосовувати ці знання до нових ситуацій.
Перспективним підходом до вдосконалення навичок ШІ є розширення його почуттів.
Зараз ШІ з комп'ютерним зором або розпізнаванням звуку може відчувати речі, але не може "говорити" про те, що бачить і чує, використовуючи алгоритми природної мови.
Чи можливо поєднати ці здібності в єдину систему ШІ? Чи можуть ці системи набувати людський інтелект? Чи може робот, який здатний бачити, відчувати, чути та спілкуватися, бути більш продуктивним людським помічником?
Проблема в тому, що алгоритми глибокого навчання, які прийнято називати ШІ, є майстрами, що підбирають закономірності, але вони не можуть адаптуватися до мінливого світу.
Дослідники мають багато гіпотез про те, як можна подолати цю проблему, але одна з них набула популярності.
Так, діти пізнають світ, відчуваючи і розмовляючи про нього. Коли діти починають асоціювати слова із звуками та іншою чуттєвою інформацією, вони можуть описувати дедалі складніші явища та динаміку цих явищ і будувати витончену модель світу. Потім ця модель допомагає їм орієнтуватися в незнайомому середовищі і ставити нові знання та досвід у контекст.
Системи ШІ, навпаки, побудовані для того, щоб робити лише одну з цих речей протягом одного періоду часу. Алгоритми комп'ютерного зору та розпізнавання аудіо можуть відчувати речі, але не можуть використовувати мову для їх опису. Модель природної мови може маніпулювати словами, але слова відірвані від будь-якої чуттєвої реальності.
Якби почуття та мова поєдналися, щоб надати ШІ більш схожий на людський спосіб збору та обробки інформації, чи могло б це розвинути щось на зразок розуміння світу?
Науковці сподіваються, що ці "мультимодальні" системи дозволять створити більш надійний вид ШІ, який буде легше адаптуватися до нових ситуацій. Такі алгоритми допоможуть людству вирішити складніші проблеми або доручити їх роботам.